Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川互慧软件有限公司;延安市人民医院张维涛获国家专利权

四川互慧软件有限公司;延安市人民医院张维涛获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉四川互慧软件有限公司;延安市人民医院申请的专利智能化坠落伤快速识别与分级预判方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121075667B

龙图腾网通过国家知识产权局官网在2026-02-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511623861.X,技术领域涉及:G16H50/30;该发明授权智能化坠落伤快速识别与分级预判方法及系统是由张维涛;张勇军设计研发完成,并于2025-11-07向国家知识产权局提交的专利申请。

智能化坠落伤快速识别与分级预判方法及系统在说明书摘要公布了:本发明属于人工智能与医疗技术领域,涉及智能化坠落伤快速识别与分级预判方法及系统。该方法包括:获取坠落现场数据、定位数据与历史坠落伤病例数据;数据整合;调用GIS地图;提取坠落数据;计算视觉风险参数、地理风险参数与历史风险参数;通过多特征融合决策算法得到坠落伤情综合风险;确定伤情等级,计算各个伤情等级对应的各个伤情类型的概率;构建梯度提升决策树模型,对梯度提升决策树模型进行训练,得到伤情预判模型;计算当前坠落人员的伤情等级与各个伤情等级对应的各个伤情类型的概率。本发明解决了现有技术中坠落伤评估速度慢、精度低与数据割裂的问题,通过数据协同的方式,实现秒级的坠落伤识别与分级预判,提升评估准确率。

本发明授权智能化坠落伤快速识别与分级预判方法及系统在权利要求书中公布了:1.智能化坠落伤快速识别与分级预判方法,其特征在于,包括: 获取坠落人员的坠落现场数据、定位数据与历史坠落伤病例数据;坠落现场数据包括坠落现场图像数据与坠落伤情数据;坠落伤情数据包括伤情等级; 构建GIS地图数据库及历史伤情数据库,并进行数据整合,提取坠落点的材质硬度系数;历史伤情数据库用于存储历史坠落伤病例数据; 调用GIS地图,根据定位数据定位用户位置信息与医院位置信息,确定车程最短的坠落伤诊疗医院; 从坠落现场图像数据提取坠落数据,包括:根据坠落现场图像数据识别坠落高度;通过语义分割识别坠落人员的躯体节点,结合轮廓密度分析生成热力图,基于碰撞概率模型计算各个躯体节点的碰撞概率,确定坠落人员的着力点参数;通过连续帧分析,确定坠落人员的坠落姿态;识别坠落点的障碍物类型,设置障碍物标签; 根据坠落高度、着力点参数、坠落姿态与障碍物标签,计算能量冲击指数,根据能量冲击指数计算视觉风险参数,根据坠落点的材质硬度系数计算地理风险参数;根据当前坠落伤病例数据与历史坠落伤病例数据的相似度,根据相似度值计算历史风险参数; 通过多特征融合决策算法对视觉风险参数、地理风险参数与历史风险参数进行加权,得到坠落伤情综合风险; 根据坠落伤情综合风险确定伤情等级,计算各个伤情等级对应的各个伤情类型的概率; 构建梯度提升决策树模型,将坠落高度、着力点参数、坠落姿态、障碍物标签与历史坠落伤病例数据作为输入,将伤情等级与各个伤情等级对应的各个伤情类型的概率作为输出,对梯度提升决策树模型进行训练,得到伤情预判模型; 根据当前坠落人员的坠落高度、着力点参数、坠落姿态、障碍物标签与历史坠落伤病例数据,利用伤情预判模型计算当前坠落人员的伤情等级与各个伤情等级对应的各个伤情类型的概率。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人四川互慧软件有限公司;延安市人民医院,其通讯地址为:621000 四川省绵阳市科技城新区创新中心11号楼607室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。